原文传递
基于半监学习的疲劳驾驶检测模型
| 题名： | 基于半监学习的疲劳驾驶检测模型 |
| 正文语种： | 中文 |
| 作者： | 李旭 洪林 王宁 刘向 |
| 作者单位： | 山东科技大学交通学院,山东青岛266590 同济大学汽车学院,上海201804 同济大学交通运输工程学院,上海201804 |
| 关键词： | 疲劳驾驶检测 半监督学习 信息融合 标签传播原理 |
| 摘要： | 通过模拟驾驶平台和摄像头分别获取车辆的转向信息和驾驶员的面部信息,将2种信息融合,然后建立疲劳驾驶检测样本数据集.从数据集中抽取少量样本并对其标记,基于标签传播原理,建立基于图的半监督学习疲劳驾驶分类模型;对分类后的驾驶员状态进行判断,最终建立疲劳驾驶检测模型.结果表明:该疲劳驾驶检测模型的准确率为91.03％,召回率为88.94％,F1值为89.97％. |
| 会议日期： | 20181108 |
| 会议举办地点： | 上海 |
| 会议名称： | 第三届上海-斯图加特汽车及动力技术国际研讨会 |
| 出版日期： | 2018-11-08 |
| 母体文献： | 第三届上海-斯图加特汽车及动力技术国际研讨会论文集 |
检索历史
应用推荐
